¿La IA democratiza la demostración de competencias o solo su apariencia?

Que algo esté bien hecho, o que solo lo parezca. Esa es la cuestión. Currículums perfectos, correos impecables, informes pulcros: la inteligencia artificial volvió trivial producir la ilusión de competencias y habilidades a partir de una selección de patrones de lenguaje hecha por una función matemática de aproximación. Y para quien dirige una organización, ahí empieza un problema silencioso: las apariencias y las competencias, que solían ir juntas, empezaron a separarse, y las señales con que las distinguíamos unas de otras dejaron de ser confiables.

El currículum dejó de probar algo

En 2026, los procesos de selección ya no reciben currículums: reciben una marea. Solo en LinkedIn se postula a unos 11.000 puestos por minuto —un 45% más que el año anterior—, un ritmo empujado por herramientas que redactan y envían candidaturas en serie. El resultado es una avalancha de documentos pulcros, optimizados y casi indistinguibles entre sí. La reacción de quien contrata es la previsible: cerca de la mitad de los reclutadores en Estados Unidos ya descarta de plano los currículums que sospecha escritos con IA. Y el detalle es revelador: lo que gatilla el rechazo no es el uso de la herramienta, sino la prosa genérica que delata que detrás no pensó nadie. La señal en la que se apoyaba media decisión de contratación —un buen currículum, una buena carta de presentación— se volvió muy fácil de falsificar y, por lo tanto, inútil como señal. En la industria del reclutamiento ya lo dicen con todas sus letras: contratar se está volviendo un problema de confianza.

El trabajo también se disfraza

El fenómeno no termina en la puerta de entrada. Una investigación de la Universidad de Stanford y BetterUp Labs, publicada por Harvard Business Review en 2025, le puso nombre a algo que muchos ya intuían: el workslop —trabajo de apariencia impecable y contenido hueco—. Según ese estudio, el 40% de los trabajadores de oficina dijo haberlo recibido en el último mes y perdió cerca de dos horas con cada caso; el costo estimado ronda los 186 dólares por persona al mes, unos nueve millones al año en una empresa de diez mil empleados. Pero el dato más revelador es el interpersonal: cerca de la mitad de quienes recibieron uno de esos entregables pasó a considerar a su autor menos capaz, menos creativo y menos confiable que antes. Es la paradoja exacta de la apariencia de competencia: el atajo que busca parecer competente termina, ante los demás, restando competencia. Y, sin embargo, se sigue produciendo —muchas veces por la presión de mostrar volumen y de usar IA porque sí, sin criterio ni formación—. La organización se llena, así, de entregables que lucen como trabajo competente sin serlo.

Lo que no se puede fingir

Conviene ser precisos: el problema no es la IA, ni la gente que la usa. Una persona que domina su oficio, con IA, rinde más y mejor. Un experimento de investigadores de Harvard con 758 consultores de Boston Consulting Group lo midió: en las tareas que caen dentro del alcance de la herramienta, la IA elevó la calidad del trabajo cerca de un 40% y la velocidad un 25%. El problema vive en el reverso exacto de ese hallazgo: fuera de ese alcance, la herramienta empeoraba el desempeño, y el mayor daño lo sufría quien confiaba en la respuesta sin saber juzgarla. Esa es la trampa. La misma herramienta que potencia a quien sabe le permite a quien no sabe producir algo que lo aparenta, y las organizaciones llevaban años apoyándose en señales simples —un título, una presentación prolija, una respuesta segura— que acaban de perder su valor.

La IA no democratiza las competencias, sino su apariencia. Y al hacerlo, vuelve más difícil —y más caro— distinguir quién sabe de quien solo lo aparenta.

Vale entender por qué. La inteligencia artificial no distingue lo verdadero de lo verosímil: está hecha para reconocer y reproducir patrones, no para buscar la verdad, y entrenada para responder con seguridad y para complacer a quien le pregunta. De ahí que produzca con naturalidad respuestas fluidas, ordenadas y persuasivas que pueden ser, a la vez, falsas: un falso positivo dicho con aplomo, una alucinación bien redactada. Su pulcritud no prueba que tenga razón; muchas veces es solo pulcritud. Lo que ninguna herramienta reemplaza es el otro lado de esa moneda: el juicio para advertir cuándo la respuesta segura está equivocada, la capacidad de sostener un resultado en el tiempo, la forma de razonar cuando el problema se aterriza al contexto y el contexto supera al patrón.

La confianza se verifica, no se asume

Si las señales de siempre dejaron de ser confiables, la salida no es desconfiar de todo, sino verificar mejor. Y no es una idea abstracta: cuatro de cada diez empleadores ya están dejando atrás la selección basada primero en el currículum y la reemplazan por pruebas de habilidades y entrevistas centradas en cómo la persona piensa y resuelve. La misma lógica se traslada a toda la gestión de personas: seleccionar mirando trabajo real y razonamiento, no cuán pulida viene la entrega; evaluar por resultados sostenidos, no por la prolijidad de un informe; y construir capacidad genuina en los equipos en vez de premiar su fachada. Es, otra vez, un problema de personas y capacidades —una de las dimensiones que más se descuida cuando todo lo demás brilla—. En Gestacción trabajamos sobre esa base: en fortalecer las capacidades reales de gestión de una organización. Y por eso entendemos la IA como un aliado que potencia esas capacidades, no como una niveladora que reparte competencia con un clic: bien encuadrada, ayuda a formular e implementar soluciones, pero no reemplaza el juicio humano que debe seguir gobernándolas.

El valor no está en adoptar la herramienta, sino en el contexto que la rodea. Ese contexto somete cada idea convincente a una pregunta más exigente que su forma —en qué se sostiene y qué consecuencias trae aplicarla—, impide decidir sobre falsos positivos o alucinaciones y mantiene el mando donde corresponde. En personas competentes. Esa es la conversación que conviene tener antes de confiarle una decisión a la IA, no después.